鄒昌帆,黃富瑜,朱曉兵,孫　明,馮志義

(1.中國(guó)人民解放軍軍械工程學(xué)院 電子與光學(xué)工程系,河北 石家莊　050003;

2.中國(guó)人民解放軍總裝駐揚(yáng)州地區(qū)軍代室,江蘇 揚(yáng)州　225009;

3.中國(guó)人民解放軍63861部隊(duì),吉林 白城　137001)

?

一種用于自動(dòng)調(diào)焦圖像的降噪方法

鄒昌帆1,2,黃富瑜1,朱曉兵3,孫明3,馮志義3

(1.中國(guó)人民解放軍軍械工程學(xué)院 電子與光學(xué)工程系,河北 石家莊050003;

2.中國(guó)人民解放軍總裝駐揚(yáng)州地區(qū)軍代室,江蘇 揚(yáng)州225009;

3.中國(guó)人民解放軍63861部隊(duì),吉林 白城137001)

摘要：圖像清晰度評(píng)價(jià)是實(shí)現(xiàn)數(shù)字圖像自動(dòng)調(diào)焦的關(guān)鍵,而調(diào)焦圖像降噪直接影響著圖像評(píng)價(jià)的準(zhǔn)確性。為有效抑制調(diào)焦圖像中存在的兩類主要噪聲,結(jié)合椒鹽噪聲和高斯噪聲特點(diǎn),綜合采用十字中值濾波法和維納濾波法實(shí)現(xiàn)了圖像降噪。實(shí)驗(yàn)結(jié)果表明,相比于單一降噪方法,綜合方法不僅能最大程度地降低兩類噪聲,而且能較好地保護(hù)圖像細(xì)節(jié),可作為自動(dòng)調(diào)焦成像系統(tǒng)圖像預(yù)處理的主要方法。

關(guān)鍵詞：圖像降噪; 十字中值濾波; 維納濾波; 自動(dòng)調(diào)焦

引言

在自動(dòng)調(diào)焦圖像采集過程中,由于周圍環(huán)境雜波、成像器件工藝等因素會(huì)引入各種各樣的噪聲,使得圖像產(chǎn)生不同程度的模糊,由此影響到圖像的分析和評(píng)價(jià),因此有必要對(duì)圖像進(jìn)行預(yù)處理,以減少噪聲對(duì)圖像評(píng)價(jià)的影響。從噪聲類型上看,調(diào)焦圖像主要考慮椒鹽噪聲和高斯噪聲[1]。從頻域上看,圖像邊緣和噪聲都屬于高頻部分,如果降噪方法選擇不當(dāng),會(huì)在噪聲抑制的同時(shí)損失圖像邊緣信息,影響圖像評(píng)價(jià)的準(zhǔn)確性。目前,典型圖像去噪方法主要有形態(tài)學(xué)濾波法、中值濾波法、高通濾波法、自適應(yīng)濾波法、小波變換法等[2-4]。在這些算法中,有的運(yùn)算量偏大,難以滿足實(shí)時(shí)目標(biāo)檢測(cè)需求;有的只對(duì)特定噪聲效果較好,無法很好地處理多種噪聲。為此,針對(duì)調(diào)焦圖像中同時(shí)存在的椒鹽噪聲和高斯噪聲,本文集成中值濾波和維納濾波的優(yōu)勢(shì)來進(jìn)行噪聲抑制處理。

1調(diào)焦圖像噪聲

在經(jīng)過圖像非均勻校正和盲元補(bǔ)償后,自動(dòng)調(diào)焦成像系統(tǒng)輸出圖像的噪聲主要有[1]:與成像器件相關(guān)的暗電流噪聲;圖像采集時(shí)產(chǎn)生的椒鹽噪聲;阻性元器件內(nèi)部產(chǎn)生的高斯噪聲。經(jīng)黑色補(bǔ)償后,暗電流噪聲大大降低,因此,調(diào)焦圖像的主要噪聲變?yōu)楹髢煞N。

椒鹽噪聲也稱脈沖噪聲,是由圖像傳感器、傳輸信道、解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲[5],其噪聲概率密度定義為[6]

(1)

式中:a和b為圖像像素灰度值。假定b>a,則灰度值為a的像素將以概率pa在圖像中顯示為暗點(diǎn)(胡椒微粒),灰度值為b的像素將以概率pb在圖像中顯示為亮點(diǎn)(鹽粉微粒),兩者構(gòu)成椒鹽噪聲。

高斯噪聲也稱為正態(tài)噪聲[6],是一類概率密度函數(shù)服從正態(tài)分布的噪聲,其概率密度函數(shù)為

(2)

式中:z為圖像灰度值;μ為z的期望值;σ為z的標(biāo)準(zhǔn)差。

2綜合中值濾波和維納濾波的降噪理論

中值濾波[7]是一種典型的低通濾波器,屬于兼顧去噪和圖像邊緣保護(hù)的非線性濾波技術(shù),它對(duì)干擾脈沖和點(diǎn)狀噪聲具有較好的抑制作用,非常適于椒鹽噪聲的濾除。其基本原理是把數(shù)字圖像或者數(shù)字序列中一點(diǎn)的值用該點(diǎn)鄰域各點(diǎn)的均值代替。對(duì)于二維數(shù)字圖像進(jìn)行中值濾波時(shí),其濾波窗口也是二維的,且窗口有多種形狀[1],如線性、方形、圓形、十字形等,如圖1所示,一般需要根據(jù)實(shí)際情況選取不同的濾波窗口。圖像中任一像素點(diǎn)f(i,j)的中值濾波值為該點(diǎn)鄰域窗口內(nèi)所有像素點(diǎn)灰度值的平均值,定義為

(3)

式中:S為像素點(diǎn)f(i,j)的N×N鄰域;Median為取均值操作。

圖1　常用中值濾波窗口

在實(shí)際應(yīng)用中,濾波窗口尺寸一般選用3×3、5×5大小,取決于濾波要求。對(duì)于緩變的長(zhǎng)輪廓物體圖像,方形或圓形濾波窗口效果較好,而對(duì)于包含尖角物體的圖像,十字形窗口效果較好。根據(jù)目標(biāo)特性和算法性能需要,本文選用十字中值濾波法對(duì)椒鹽噪聲進(jìn)行抑制。

(4)

在頻域上,式(4)可表示為

(5)

3降噪效果與分析

3.1十字中值濾波效果與分析

利用中值濾波法和鄰域均值濾波法分別對(duì)加椒鹽噪聲后的圖像進(jìn)行處理,部分效果圖見圖2,不同濾波方法對(duì)不同大小圖像的濾波處理時(shí)間見表1。

圖2　不同濾波法對(duì)椒鹽噪聲的處理效果(圖像大小640×512)

濾波方法計(jì)算時(shí)間/ms160×128320×256640×5121280×1024鄰域均值濾波0.250.963.6014.00方形中值濾波(3×3)0.361.405.5021.02十字中值濾波(3×3)0.261.003.7014.50

從圖2和表1可以看出:鄰域均值濾波法對(duì)噪聲處理效果一般,效果圖中仍有噪聲存在,而且整幅圖像變模糊;中值濾波法在平滑噪聲的同時(shí)很好地保護(hù)了圖像輪廓信息,圖像細(xì)節(jié)得到了很好的保留;方形中值濾波效果要優(yōu)于十字中值濾波效果,但后者運(yùn)算速度要明顯快于前者,而且后者濾波后圖像噪聲在可接受范圍內(nèi),因此,十字中值濾波法更適用于實(shí)時(shí)性要求較高的調(diào)焦圖像降噪。

3.2維納濾波效果與分析

利用高斯濾波法和鄰域均值濾波法分別對(duì)加高斯噪聲后的圖像進(jìn)行處理,處理效果如圖3所示?？梢钥闯?鄰域?yàn)V波法和維納濾波法都對(duì)高斯噪聲有去噪效果,但鄰域?yàn)V波后,圖像變得模糊不清,對(duì)圖像質(zhì)量影響較大,而維納濾波后的圖像噪聲水平更低,并且圖像細(xì)節(jié)沒有遭到破壞,說明了維納濾波對(duì)高斯噪聲抑制的有效性。

圖3　不同濾波法對(duì)高斯噪聲的處理效果

3.3綜合濾波效果與分析

綜合濾波是兼顧十字中值濾波法和維納濾波法的優(yōu)勢(shì),對(duì)同時(shí)含有椒鹽噪聲和高斯噪聲的圖像進(jìn)行處理的方法,具體處理效果如圖4所示。圖4(a)為原始圖像;圖4(b)為含有兩種噪聲的混合噪聲圖像;圖4(c)和圖4(d)分別為單獨(dú)采用十字中值濾波和維納濾波處理后的圖像;圖4(e)為綜合兩種方法濾波后的圖像。由圖4(e)和圖4(c)、圖4(d)可以看出:單一濾波方法并不能有效去噪,濾波圖像中仍殘留噪聲,這是由不同噪聲的性質(zhì)和不同濾波器的設(shè)計(jì)目標(biāo)決定的;分別采用十字中值濾波和維納濾波對(duì)混合噪聲圖像處理后,圖像噪聲得到了最大程度的抑制,而且圖像細(xì)節(jié)也沒有過多丟失,有利于后續(xù)圖像質(zhì)量評(píng)價(jià)工作的開展。

圖4　不同濾波法對(duì)混合噪聲的處理效果

4結(jié)論

針對(duì)自動(dòng)調(diào)焦圖像中椒鹽噪聲和高斯噪聲的抑制問題,本文兼顧十字濾波法和維納濾波法的各自優(yōu)勢(shì),采用綜合濾波方法對(duì)兩類噪聲進(jìn)行了降噪處理,取得了較好的效果。降噪實(shí)驗(yàn)表明:與其他濾波法相比,十字濾波法對(duì)椒鹽噪聲具有非常好的處理效果,并且算法實(shí)時(shí)性較好;維納濾波法有效濾除了圖像中存在的高斯噪聲;本文采用的綜合濾波方法即對(duì)兩類噪聲進(jìn)行了最大程度抑制,又沒有過多造成圖像細(xì)節(jié)的丟失,這為后續(xù)基于圖像質(zhì)量評(píng)價(jià)的自動(dòng)調(diào)焦設(shè)計(jì)打下了基礎(chǔ)。

參考文獻(xiàn)：

[1]莫春紅.基于圖像處理的自動(dòng)調(diào)焦技術(shù)研究[D].西安:中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所),2013.

[2]卓寧,孫華燕,張海江.紅外圖像中弱小目標(biāo)檢測(cè)算法概述[J].光學(xué)儀器,2005,27(4):83-86.

[3]田毅龍,李志軍,王衛(wèi)華,等.基于雙核判決的紅外小目標(biāo)檢測(cè)方法[J].紅外技術(shù),2012,34(7):398-403.

[4]豆根生.紅外弱小目標(biāo)圖像預(yù)處理及分割方法的研究[J].科學(xué)技術(shù)與工程,2008,8(18):5313-5317.

[5]王婷,吳亞峰,李仕云.一種椒鹽噪聲點(diǎn)的檢測(cè)算法技術(shù)研究[J].聲學(xué)技術(shù),2007,26(6):1245-1247.

[6]GONZALEZ R C,WOODS R E.數(shù)字圖像處理[M].阮秋奇，阮宇智，譯.北京:電子工業(yè)出版社,2008.

[7]王群,何永強(qiáng),周云川.基于中值濾波和生物仿生學(xué)的圖像增強(qiáng)研究[J].光電技術(shù)應(yīng)用,2011,26(5):51-54.

[8]劉莉,談文蓉.一種基于PCNN的有效去除高斯噪聲的方法[J].西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,38(4):642-647.

[9]金飛,張彬,司璇,等.基于維納濾波的圖像復(fù)原[J].中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,18(4):19-23.

[10]劉惠敏,劉繁明,夏琳琳.基于維納濾波的圖像邊緣檢測(cè)方法[J].工程圖學(xué)學(xué)報(bào),2008(6):91-95.

(編輯:劉鐵英)

A noise suppression method for automatic focusing image

ZOUChangfan1,2,HUANGFuyu1,ZHUXiaobing3,SUNMing3,FENGZhiyi3

(1.Department of Electronic and Optical Engineering,Ordnance Engineering College of PLA, Shijiazhuang 050003, China;2.Yangzhou Military Representative Office,the General Armament Department of PLA, Yangzhou 225009, China;3.Unit 63861 of PLA,Baicheng 137001, China)

Abstract：The articulation evaluation is one factor for the automatic focusing of digital images, and the noise suppression of automatic focusing image directly affects the accuracy of image evaluation. To suppress the two main noises of salt/pepper noise and Gaussian noise, the method integrating cross median filtering and Wiener filtering is adopted. The results show that compared with the single noise suppression method, this integrated approach not only can decrease the two kinds of noises smoothly, but also can protect the image details. The proposed method can be used as image preprocessing for the automatic focusing imaging system.

Keywords：image noise suppression; cross median filtering; Wiener filtering; automatic focusing

中圖分類號(hào)：TP 911.73

文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1005-5630.2016.01.010

作者簡(jiǎn)介：鄒昌帆(1985—),男,碩士研究生,主要從事光電成像理論與應(yīng)用方面的研究。E-mail:zcfoptics@163.com通信作者： 黃富瑜(1985—),男,講師,主要從事光電對(duì)抗和圖像信息處理的研究。E-mail:submitoptics@163.com

收稿日期：2015-04-30